案例十一：基于RFM的银联商务商户流失预测分析

李英

案例简介

挽回一个老客户所花费的成本，远远低于拓展一个新客户，如何找到客户流失的关键因素，精准预测客户流失成为企业挽回客户的核心。本案例基于银联商务公司提供的用户数据，进行特征构造，并利用重抽样技术解决数据集分类不平衡问题，利用合适的方法进行特征的选择，进行分类模型的建模学习。再结合RFM模型和K-means聚类算法进行客户细分，与单模型进行比较，结果表明，分别对不同客户群进行建模效果更优。 本案例将现实客户流失的商业问题与相关数据挖掘技术结合，学以致用，做到理论与实践相统一，有利于提高学生的商务分析能力和数据挖掘能力。